Patronen in de data visualiseren

De eerste stap voordat je gaat modelleren, is je data verkennen. Laten we beginnen met het bekijken van je gegevensset en het visualiseren van verschillende patronen tussen frauduleuze en reguliere voorbeelden. Uitzonderlijk ga jij de visualisatie zelf bouwen!

De gegevensset transfers bevat overboekingen, waarvan sommige als fraude zijn geregistreerd. De kolom fraud_flag geeft aan of de transactie frauduleus is (fraud_flag = 1) of niet (fraud_flag = 0). Deze gegevensset en het pakket ggplot2 zijn geladen in je werkruimte.

Deze oefening maakt deel uit van de cursus

Fraudedetectie in R

Bekijk cursus

Oefeninstructies

Plot de kolom amount als onafhankelijke variabele op de x-as, en de kolom orig_balance_before — het saldo op de rekening van de verzender vóór het boeken van de overboeking — als afhankelijke variabele op de y-as.
Geef de data kleur en vorm op basis van de waarde in de kolom fraud_flag.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Make a scatter plot
ggplot(transfers, aes(x = ___, y = ___)) +
  geom_point(aes(color = ___, shape = ___)) +
  scale_color_manual(values = c('dodgerblue', 'red'))

Code bewerken en uitvoeren